企业官网建设流程全解析

休息了好几天，开启新篇章！

看的这篇论文

An Efficient iTreeKEM-Based Group Key Agreement Protocol for Flying Ad-hoc Networks

一种高效的基于iTreeKEM的飞行自组织网络群密钥协商协议

又是新的

好先搜一下iTreeKEM，像是什么改进过的

果不其然

TreeKEM 原理解析-CSDN博客

还没看懂 先让gpt老师教我啦

一、分析题目

1.An Efficient说明作者第一目标：提高效率

为什么？说明以前的方法效率低。

2.作者不是重新发明一种密码算法。

而是在TreeKEM基础上，提出improved TreeKEM

简称iTreeKEM

3.Group Key Agreement组密钥协商。

eg.8架无人机一起执行任务。它们需要共享一个通信密钥。

4.Flying Ad-hoc Networks无人机自组织网络。

知识点

Raft

一、Raft 是什么？

一句话理解：

Raft 是一种分布式一致性协议（Consensus Protocol），它负责让很多台机器共同选出一个 Leader，并保证所有机器的数据一致。

举个生活中的例子。

假设有5 架无人机

UAV1 UAV2 UAV3 UAV4 UAV5

它们需要有一架负责：

• 接收命令
• 管理成员
• 更新组密钥

于是需要选出：

Leader

问题来了：如果没有一个统一的规则，

可能发生：

UAV1认为自己是Leader UAV3也认为自己是Leader UAV5也认为自己是Leader

整个网络就乱了。

Raft 就是解决：

所有节点如何一致地选出同一个 Leader。

二、Raft 的工作过程

Raft 把节点分成三种状态。

Follower（跟随者） Candidate（候选者） Leader（领导者）

第一步：开始时

大家都是 Follower。

例如：

A Follower B Follower C Follower D Follower E Follower

没人发号施令。

第二步：Leader 消失

假设：

Leader 坏了。

大家发现：

很久没有收到 Leader 的消息（Heartbeat，心跳）。

例如：超过 300 ms。

于是：某个节点会说：

我要竞选！

例如：

B ↓ Candidate

第三步：拉票（Vote）

B 会给所有节点发消息：

Vote for me.

其它节点：

如果觉得B 合法。就投票。

例如：

A → B C → B D → B

B 获得：3票。

超过：5/2。

于是：

B ↓ Leader

整个系统：

统一。

第四步：发送 Heartbeat

Leader 会不停广播：

Heartbeat Heartbeat Heartbeat

告诉大家：

我还活着。

Follower 就不会重新竞选。

三、Raft 为什么很流行？

因为它解决了：

分布式系统最难的问题：

一致性（Consensus）

例如：数据库：ZooKeeper、etcd、Kubernetes

很多都用 Raft。

四、为什么这篇论文不用 Raft？

这是重点。

论文第二个贡献写的是：

不采用 Raft，而采用基于 Hash Ring 和 Smart Contract 的 Leader Election。

为什么？

因为：Raft太重。

Raft 每次选 Leader：

需要：

Leader挂掉 ↓ Candidate ↓ 广播Vote ↓ 大家回复 ↓ 统计票数 ↓ Leader产生

整个过程：需要很多通信。

假设：100架无人机通信量：非常大。

而且无人机：网络一直变化。

今天A在线。

明天A飞远了。

Raft：需要不断重新选举。

非常耗资源。

五、作者怎么改？

作者的方法：不用大家投票。

而是：所有无人机一起计算。

例如：假设：

Hash(UAV1)=20 Hash(UAV2)=80 Hash(UAV3)=35 Hash(UAV4)=55

再根据：当前时间：

计算：

Reference ↓ 40

然后：计算距离：

20→40 =20 80→40 =40 35→40 =5 55→40 =15

距离最小：

就是

UAV3

Leader。

所有无人机都会得到：一样结果。

不用投票。不用广播。

所以：特别快。

这正是论文第 IV-B 节Leader Election的设计思想：利用哈希环（Hash Ring）和当前区块时间戳计算参考值，选择距离最近的 UAV 作为 Leader。

六、总结

看的时候有点疑问，为什么要根据时间呢？

a:不是因为时间本身重要，而是作者需要一个所有无人机都能独立计算、且结果完全一致的随机参考值（Reference）。时间只是其中一种公共输入。

作者希望：

Leader 能够随着时间自动变化。

于是就需要一个：

所有人都知道、

所有人都一样、

而且不断变化的数字。

为什么这样就能换 Leader？

假设：

UAV1 Hash = 10 UAV2 Hash = 30 UAV3 Hash = 55 UAV4 Hash = 80

第一次

Reference = 40

距离：

10 → 40 = 30 30 → 40 = 10 55 → 40 = 15 80 → 40 = 40

Leader：

UAV2

第二次

时间变了。

Reference = 70

距离：

10 →70 =60 30 →70 =40 55 →70 =15 80 →70 =10

Leader：

UAV4

是不是就自动轮换了？

而且：

没有任何投票。

所有无人机：

因为：

大家看到：

同一个时间。

都会得到：

同一个 Reference。

于是：

都会认为：

Leader = UAV4

q.为什么不用随机数？

你可能想到：

为什么不用 random()？

这是密码协议里面最经典的问题。

假设：

UAV1：

random() = 5

UAV2：

random() = 81

UAV3：

random() = 22

大家得到三个不同随机数。

那么：Leader：三个版本。

整个系统崩了。

所以：

不能使用各自生成的随机数。

必须：

所有人：

输入一样。

输出一样。

为什么选择"时间"？

因为时间满足三个特点。

① 所有人都知道

例如：

2026-07-14 21:00

所有无人机都知道。

② 不需要通信

不用：

A： 我生成了40。 ↓ 告诉大家。

否则：又增加通信。

时间：天然共享。

③ 一直变化

所以：Leader自然轮换。

不用重新投票。

不过，这篇论文真正使用的是"区块链时间"

这里有一个细节，也是很多人第一次读会忽略的。

论文不是直接用：

本地系统时间（local clock）

因为：不同无人机的时钟可能不同步。

而是利用**区块链上的公共状态（例如区块时间戳或区块信息）**作为大家共同认可的输入，这样所有节点看到的是一致的数据，因此计算出的 Reference 也一致，避免了因为时钟误差导致不同节点选出不同 Leader。

PBFT（Practical Byzantine Fault Tolerance）实用拜占庭容错算法

区块链里面最经典的共识算法之一

1. 什么叫拜占庭问题？

这是一个经典故事。

例如：

有4位将军：

A B C D

他们需要：

一起进攻。

但是：

其中可能：

有叛徒。

例如：

A： 今晚进攻 ↓ B收到： 今晚撤退

不同的人收到：

不同消息。

怎么办？

需要一种算法：

保证：

即使有人撒谎，

大家最后：

仍然一致。

这就是：

拜占庭容错。

2. PBFT怎么工作？

PBFT 有三步。

第一阶段

Leader发消息：

Prepare

告诉大家：

这是我要提交的数据。

第二阶段

所有节点互相确认：

Prepare ↓ 收到 ↓ 回复

大家确认都一样。

第三阶段

Commit：

大家一起提交。

于是：

所有人保存同样数据。

最终：

所有节点数据库一致。

3. 为什么PBFT安全？

PBFT能够容忍：

3f+1 节点 ↓ 最多 f 坏节点

例如：

7台服务器。

最多：

2台坏。

仍然：

正确。

4. PBFT有什么缺点？

最大缺点：

通信太多。

假设：

100个节点。

每个人：

都要和别人通信。

消息数量：

大约：

O(n²)

100个节点：

约：

10000次消息。

如果：

1000节点：

100万。

所以：

PBFT：

适合：

几十个节点。

不适合：

大规模。

这也是为什么很多论文：

不用：

PBFT。

FANET（Flying Ad-hoc Network）

1. 什么是 Ad-hoc Network？

Ad-hoc 的意思是：

没有固定基础设施，由节点自己组成网络。

我们平时的 WiFi 是这样的：

手机 ──┐ 电脑 ──┼── 路由器(AP) 平板 ──┘

所有设备都依赖路由器。

但是 Ad-hoc 网络没有路由器。

例如：

A ---- B ---- C \ | \ | D

每个节点既是终端，也是路由器。

消息可以不断转发。

2. 什么是 FANET？

FANET 就是：

由无人机(UAV)组成的 Ad-hoc 网络。

例如：

UAV1 / \ UAV2 UAV3 | | UAV4----UAV5

所有无人机：

• 自己飞
• 自己组网
• 自己转发数据

没有：

• 基站
• WiFi
• 中心服务器

3. FANET有什么特点？

论文研究 FANET，就是因为它和普通网络不一样。

（1）拓扑变化特别快

例如：

10秒前 A----B----C ↓ 10秒后 A C B

因为无人机一直在飞。

所以：网络连接不断变化。

（2）资源有限

无人机不像服务器。

只有：

• 小CPU
• 小内存
• 电池

所以：密码算法不能太复杂。

（3）无线通信

无线：容易：

• 被监听
• 被篡改
• 被伪造

所以：必须加密。

（4）动态成员

例如：

今天 10架 ↓ 执行任务 ↓ 加入2架 ↓ 坏掉1架 ↓ 回来3架

所以：

组密钥必须一直更新。

因此：

FANET 最大的问题就是：

如何让一群一直移动的无人机安全通信。

这就是这篇论文研究的问题。

GKA

一、什么是 GKA？

GKA 全称：Group Key Agreement

中文：组密钥协商协议

一句话理解：

让一组成员共同协商出一个只有他们知道的共享密钥（Group Key）。

注意两个词：

• Group（组）：不是两个人，而是很多人。
• Agreement（协商）：不是某个人发钥匙，而是大家共同计算出来。

二、为什么需要 GKA？

先不要看论文，我们举一个例子。

假设有 4 架无人机：

UAV A UAV B UAV C UAV D

它们要一起执行巡逻任务。通信内容：

敌人坐标 当前位置 飞行路线 攻击命令

这些都不能让别人知道。

方法一：每两架无人机都有一个密钥

A-B A-C A-D B-C B-D C-D

一共需要：

6 个密钥

如果有：

10 架无人机：

需要：

45 个密钥

100 架：

4950 个密钥

是不是越来越复杂？

管理几乎不可能。

方法二：所有人共享一个密钥

例如：

Group Key = Kgroup

所有成员：

A B C D

都知道：

Kgroup

以后：

所有消息：

都用：

AES(Kgroup)

加密。

这样：

整个网络：

只需要：

一个组密钥。

三、为什么叫 Agreement（协商）？

很多人第一次都会误会。

他们以为：

Leader：

随机生成：

Kgroup

然后发给大家。

这不是Agreement。

这是：

Key Distribution（密钥分发）

例如：

Leader ↓ Kgroup ↓ A ↓ B ↓ C

Leader：知道所有事情。

真正的 GKA：

不是。

例如：

A：产生随机数。

B：产生随机数。

C：产生随机数。

D：产生随机数。

最后：大家：一起：计算：

Kgroup

没有任何一个人：

提前知道：最终密钥。

所以：叫：Agreement。

即：共同协商。

四、GKA 和 DH（Diffie-Hellman）的关系

其实GKA：

就是：DH 的升级版。

两个人

Alice：

Bob：

利用：Diffie-Hellman共同得到：

K

这叫：Key Agreement。

多个人

如果：10个人。

不能一直两两：

DH。

于是发展出了：

Group Key Agreement。

例如：

Alice Bob Charlie David ... 一起 ↓ Kgroup

所以可以理解为：

GKA = 多人版 Diffie-Hellman。

五、GKA 应该满足哪些安全要求？

① Confidentiality（机密性）

攻击者不知道：

Kgroup

因此看不懂消息。

② Integrity（完整性）

攻击者：不能修改消息。

否则：MAC验证失败。

③ Authentication（身份认证）

只有合法成员才能加入。

假无人机：

不能获得：

Group Key。

④ Forward Secrecy（前向安全）

假设今天：

A B C

后来：D加入。

D：不能知道昨天Group Key。

这叫：前向安全。

⑤ Backward Secrecy（后向安全）

假设：B退出。

以后：新的Group Key。

B：不知道。

不能：继续偷听。

⑥ Dynamic Membership（动态成员）

现实中无人机：

一直加入。退出。

所以：GKA必须快速更新。

否则：整个系统：效率很低。

六、GKA 的工作流程

一个典型流程如下：

① 建立组 A B C D ↓ ② 协商 大家交换一些公开信息 ↓ ③ 计算 每个人都计算出 Kgroup ↓ ④ 加密通信 AES(Kgroup) ↓ ⑤ 成员变化 有人加入 ↓ 更新 Group Key ↓ 继续通信

所以：GKA其实：只有两个任务。

第一：

建立：

Group Key。

例如：

Kgroup

第二：

更新：

Group Key。

例如：有人退出。

不能继续知道：

以后通信。

所以：重新协商。

七、这篇论文为什么研究 GKA？

现在回到论文。

作者说：

FANET：

具有：

• 无线通信
• 节点一直移动
• 成员动态变化

所以：

传统 GKA问题很多。

例如：有人加入。

传统方案：可能整棵树重新建立。很慢。

所以：作者提出：

iTreeKEM

目的：就是让GKA更新更快。

八、TreeKEM 与 GKA 的关系（最重要）

很多研一都会混淆。

一定要区分。

GKA （组密钥协商，目标） │ ┌─────────────┴─────────────┐ │ │ TreeKEM Burmester–Desmedt │ │ MLS TreeKEM CLIQUES │ iTreeKEM（本文）

这里：GKA 是"问题"。

TreeKEM：只是一种实现 GKA 的方法。

而：iTreeKEM又是：TreeKEM 的改进版。

所以：这篇论文提出：

一种更好的 GKA 实现方案。

TreeKEM

100个人。

传统方法：

大家一个一个交换密钥很慢。

TreeKEM：

想到：用一棵树管理密钥。

例如：

Root / \ Node1 Node2 / \ / \ A B C D

Root：

就是：

Group Key

TreeKEM：

利用这棵树。

快速生成、更新：Group Key。

所以：TreeKEM：只是实现GKA的一种办法。

最后，用一句话总结 GKA

**GKA（Group Key Agreement，组密钥协商）是一类密码协议，其目标是让多个合法成员通过协商共同建立一个共享的组密钥（Group Key），并利用该密钥实现安全组通信。相比两方密钥交换，GKA 需要支持成员动态加入和退出，同时保证机密性、完整性、身份认证以及前向安全、后向安全等安全属性。在这篇论文中，作者针对 FANET 中成员频繁变化、资源受限等特点，提出了基于 iTreeKEM 的高效 GKA 协议，以降低组密钥更新的计算和通信开销。

Path Keys（路径密钥）

Copath Public Keys（兄弟路径公钥）

画图吧

TreeKEM 将所有成员组织成一棵平衡二叉树，每个内部节点保存一个密钥。当某个成员加入、退出或主动更新密钥时，只需要更新从该成员到根节点这一条路径上的密钥（Path Keys），其他成员利用这条路径对应兄弟节点的公钥（Copath Public Keys）即可计算出新的组密钥，因此无需重新更新整棵树，从而把密钥更新的计算和通信开销从 O(n) 降低到了 O(log n)。

-->logarithmic complexity（对数复杂度）

自适应安全

1. 先理解普通攻击（Static Attack）

假设一个群组：

无人机： A B C D

攻击者提前决定：

我要攻击 A。

然后研究协议：

攻击目标： A 攻击方法： 窃取 A 的密钥

这叫：

静态攻击（Static Attack）

因为：攻击者在开始前目标已经确定。

2. 什么叫 Adaptive Attack（自适应攻击）？

现在升级。攻击者不是提前决定。

而是：

根据攻击结果不断调整。

例如：第一步攻击者尝试攻击 A。

结果：失败。

然后攻击者观察：

发现：

B 的密钥更新机制比较弱。

于是改变策略攻击 B。

第一次： 攻击 A ↓ 失败 第二次： 攻击 B ↓ 成功 第三次： 利用 B 的信息攻击 C

攻击路线：不是固定的。

而是动态变化。

这就是Adaptive。

3. 为什么密码协议害怕这种攻击？

因为很多安全证明有一个假设：

例如：

假设攻击者只能攻击某些固定节点。

那么：证明容易。

比如：证明：

A 不泄露 ↓ 所以系统安全

但是：

自适应攻击攻击者可能先观察系统。

然后：选择最容易攻击的位置。

例如：

无人机网络：

UAV1 UAV2 UAV3 UAV4

攻击者不知道哪架容易攻击。

于是：观察：发现：

UAV3：电量低通信频繁防护弱。

于是：

选择UAV3。

这就是：适应环境选择攻击目标。

4. 放到 TreeKEM 中理解

TreeKEM是一棵树：

例如：

Root / \ N1 N2 / \ / \ A B C D

每个节点：

有密钥。

假设攻击者：提前说：

我要攻击 A。

协议设计者：可以针对 A证明：

安全。

但是 Adaptive：

攻击者可能先攻击 A。

拿到一些信息。

然后根据结果选择：攻击：

N1。

再选择：攻击Root。

攻击路径：动态变化。

所以：

安全证明必须考虑：

攻击者在任何时间，根据已经获得的信息，任意选择攻击对象，协议仍然安全。

这个难很多。

5. 一个现实例子（无人机）

FANET：无人机不断移动。

攻击者监听。

例如：

时间1： UAV1 UAV2 UAV3

攻击者：不知道哪个容易攻击。

时间2：发现：UAV2离队。信号弱。

攻击：UAV2。

时间3：获得UAV2部分密钥。

然后：利用UAV2的信息攻击UAV1。

这就是：Adaptive Attack。

整体论文把握

也是先提出之前别人做的各种问题，然后提出一个新的解决方案，有关无人机组网的

1.算力弱2.带宽有限（无人机体积小，电池小） 3.动态组（无人机的状态一直在变）

4.spof（单点故障，意思就是有leader并且是固定的）

所以怎么解决呢？

提出一个方案，有5个步骤：

计算哈希，得到哈希环，利用时间戳作为参考，选出leader，这个leader会进行变化，是动态的

把伪代码也看了一下 第一个算法也是这个步骤

组密钥协商还没有看